چندهوش برایِ مترجم‌ها: هوش مصنوعی برای ترجمه، با امضایِ نهاییِ خودت

چند مدل یک متن را هرکدام به شیوه‌یِ خودش ترجمه می‌کند؛ این صفحه نشان می‌دهد چطور این تفاوت‌ها را ببینی، ترجمه را با متنِ مبدأ وارسی کنی و درباره‌یِ اصطلاح‌ها تصمیم بگیری.

هوش مصنوعی برای ترجمه وقتی کمکِ واقعی است که به‌جایِ یک پیش‌نویسِ تنها، چند برداشتِ متفاوت از همان جمله ببینی و بدانی کجا با هم فرق دارند. در چندهوش می‌توانی یک بند را به چند مدل بدهی و ترجمه‌ها را ستون به ستون مقایسه کنی، ترجمه‌یِ خودت را کنارِ متنِ مبدأ برایِ جاافتادگی و بدفهمی وارسی کنی، و درباره‌یِ برابرنهادِ یک اصطلاح تصمیم بگیری. مسئولیتِ متنِ نهایی همچنان با مترجم است.

هوش مصنوعی برای ترجمه در چندهوش: کار به کار

کارِ ترجمه چند مرحله دارد و هر مرحله با یک نوعِ نشست جور است:

کارنوعِ نشستصندلی‌ها و نقش‌هاپیوست / تنظیم
دیدنِ چند ترجمه‌یِ یک بند، کنارِ هممقایسه‌ی خالصیک صندلی از هر خانواده؛ دستورالعمل: «فقط ترجمه را بنویس، بدونِ توضیح»متنِ مبدأ؛ بعد بخشِ «تفاوت‌هایِ اصلی»
وارسیِ ترجمه برایِ جاافتادگی، بدفهمی و خطایِ عددراستی‌آزماییسه منتقد؛ یکی فقط مأمورِ عددها، تاریخ‌ها و جمله‌هایِ منفیمتنِ مبدأ و ترجمه، هر دو پیوست
انتخابِ برابرنهاد برایِ یک اصطلاحِ تکرارشوندهآرناهر صندلی مدافعِ یکی از برابرنهادهاواژه‌نامه‌یِ پروژه به‌صورتِ Excel یا CSV
انتخابِ لحن، مثلاً رسمی یا محاوره‌ای برایِ زیرنویسِ یک مستندبحث و تصمیمویراستار، نماینده‌یِ بیننده، «وکیلِ مدافعِ شیطان»چند دقیقه از زیرنویس به‌صورتِ فایل
خوانشِ اولیه‌یِ ترجمه‌یِ یک قرارداد پیش از تحویلراستی‌آزماییقالبِ نقشِ حقوق برایِ یک صندلی، دو منتقدPDFِ مبدأ و ترجمه؛ نتیجه را با متخصص مرور کن

اگر متنِ مبدأ عکس یا اسکن است، مدل‌هایی را انتخاب کن که تصویر را خوب می‌فهمند؛ همه‌یِ خانواده‌ها در خواندنِ تصویر یکسان عمل نمی‌کنند.

ستون به ستون: ترجمه‌یِ چند مدل از یک متن

در «مقایسه‌ی خالص» نه بحثی هست، نه داوری. هر صندلی در یک دور ترجمه‌یِ کاملِ خودش را می‌نویسد و ترجمه زیرِ اسمِ واقعیِ آن صندلی، بدونِ کوتاه شدن، نمایش داده می‌شود. در پایان، «تفاوت‌هایِ اصلی» چند خطِ مشاهده‌ای است، مثلاً این‌که یک ترجمه ساختارِ جمله را حفظ کرده و دیگری آن را شکسته، یا یک اصطلاح را سه مدل سه جور برگردانده‌اند. هیچ ترجمه‌ای برنده اعلام نمی‌شود؛ قضاوت با گوشِ تو است.

چند نکته برایِ این‌که مقایسه چیزی یادت بدهد:

برایِ این‌که بدانی کنارِ هم گذاشتنِ جوابِ چند مدل چه چیزهایی را رو می‌کند، این مقایسه‌یِ سه خانواده‌یِ معروف را بخوان.

وارسیِ وفاداری به متنِ مبدأ

برایِ وارسی، ادعا را این‌طور بنویس: «این ترجمه به متنِ مبدأ وفادار است و چیزی از آن جا نیفتاده»، و هر دو متن را پیوست کن. هر صندلی اول جدا از بقیه بررسی می‌کند و دستور دارد اگر مطمئن نیست بگوید «نمی‌دانم». «نتیجه» یکی از درست، نادرست، تا حدی درست یا قابلِ‌راستی‌آزمایی نیست است. بخشِ «نکاتِ نادرست یا گمراه‌کننده» هر بدفهمی را همراهِ پیشنهادِ اصلاح می‌آورد؛ «فرض‌هایِ بدونِ‌شاهد» جاهایی را نشان می‌دهد که ترجمه چیزی افزوده که در مبدأ نبوده. اگر صندلی‌ها اختلاف داشتند، داور می‌گوید کدام خوانش را ترجیح داده و چرا.

یک هشدارِ جدی: چند مدل می‌توانند یک اصطلاحِ کنایی را یک‌جور اشتباه بفهمند و در این اشتباه با هم توافق کنند. چرا مدل‌ها گاهی با اطمینان چیزی می‌سازند، در این نوشته درباره‌یِ اطلاعاتِ ساختگیِ مدل‌ها آمده است.

برابرنهادِ اصطلاح‌ها: رقابت یا گفتگو

وقتی چند گزینه‌یِ مشخص برایِ یک اصطلاح داری، «آرنا» مناسب است: گزینه‌ها را در موضوع فهرست کن و با «دستورالعملِ این صندلی» هر کدام را به یک صندلی بسپار. بعد از هر دورِ نقد، نامزدهایِ باقی‌مانده به ضعیف‌ترین رقیب رأی می‌دهند؛ حذف فقط با رأیِ روشن انجام می‌شود، رأیِ مساوی کسی را بیرون نمی‌کند و همیشه دست‌کم دو نامزد تا آخر می‌مانند. اگر هنوز گزینه‌ای نداری و می‌خواهی لحن یا شیوه‌یِ کلیِ کار را با هم پیدا کنند، «بحث و تصمیم» بهتر است؛ آن‌جا می‌توانی «آستانه‌ی اجماع» را از ۱۰۰٪ به ۸۰٪ پایین بیاوری تا نشست برایِ یک اختلافِ سلیقه‌ایِ کوچک گیر نکند، و مخالفتِ باقی‌مانده باز هم به‌عنوانِ «قوی‌ترین مخالفتِ باقی‌مانده» ثبت می‌شود.

هزینه، وقتی متن طولانی است

چندهوش اشتراکِ ماهانه ندارد و هزینه به اندازه‌یِ مصرف از کیف پول کم می‌شود. پیش از هر نشست تخمین و بازه‌یِ هزینه را می‌بینی و «سقفِ هزینه» می‌گذاری. برایِ مترجم‌ها چند نکته:

جزئیاتِ کیف پول در صفحه‌یِ قیمت و هزینه‌یِ چندهوش است.

محدودیت‌ها و مسئولیتِ مترجم

نمونه‌ی فرضی: برابرنهادِ «onboarding» در راهنمایِ یک نرم‌افزار

این یک نمونه‌یِ ساختگی است، نه نشستی واقعی. فرض کن راهنمایِ کاربریِ یک نرم‌افزار را ترجمه می‌کنی و واژه‌یِ onboarding ده‌ها بار در آن تکرار شده. سه گزینه داری: «آشناسازی»، «راه‌اندازیِ اولیه» و «شروعِ کار».

  1. نوعِ نشست را «آرنا» می‌گذاری و سه گزینه را در موضوع می‌نویسی.
  2. سه صندلی از سه خانواده می‌نشانی و با دستورالعمل، هر صندلی را مدافعِ یک گزینه می‌کنی.
  3. واژه‌نامه‌یِ پروژه را به‌صورتِ CSV و دو صفحه از راهنما را پیوست می‌کنی.
  4. عمق را «عادی» می‌گذاری و سقفِ هزینه تعیین می‌کنی.

با سه نامزد، حداکثر یکی ممکن است حذف شود. در گزارش اول مسیرِ حذف را ببین، بعد «برنده» را، و با دقتِ بیشتر «قوی‌ترین نامزدِ حذف‌شده» را؛ شاید گزینه‌ای که کنار رفته برایِ عنوانِ منوها بهتر باشد و برنده برایِ متنِ بدنه. بعد یک سؤالِ تکمیلی بپرس: «اگر این برابرنهاد را انتخاب کنم، فعلش را در جمله چطور بسازم؟»

جمع‌بندی

در چندهوش، هوش مصنوعی برای ترجمه یعنی چند پیش‌نویس و چند ویراستارِ کمکی، نه یک مترجمِ جایگزین: ترجمه‌ها را با «مقایسه‌ی خالص» کنارِ هم ببین، وفاداری را با «راستی‌آزمایی» و متنِ مبدأ بسنج و برابرنهادها را در آرنا یا بحث و تصمیم انتخاب کن. برایِ سناریوهایِ دیگر کاربردهایِ چندهوش را ببین؛ اگر کارِ ترجمه‌ات به آموزش هم می‌رسد، صفحه‌یِ معلم‌ها را هم بخوان. آخرین خوانش را خودت انجام بده.

اولین میزگردت را بچینصفحهٔ اصلی چندهوش

آخرین به‌روزرسانی: